Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31125
Titre: Débruitage de la parole basée sur un réseau neuronal convolutif (Convolutional Neural Network:CNN)
Auteur(s): Mahmoudi Fatma
Mahmoudi Fatma
Mots-clés: Amélioration de la parole , apprentissage profond DL , réseau CNN Abstract :This thesis addresses speech denoising using convolutional neural net
Date de publication: 2024
Editeur: blida1
Résumé: Ce mémoire traite du débruitage de la parole en utilisant des réseaux de neurones convolutifs (CNN). Le débruitage de la parole est crucial pour améliorer la qualité et l'intelligibilité des enregistrements vocaux dans divers contextes. Nous avons développé et entraîné un modèle de CNN pour réduire le bruit dans les signaux de parole en utilisant un signal bruité comme entrée. Les résultats obtenus montrent une amélioration significative de la qualité sonore par rapport aux méthodes traditionnelles. Notre approche permet de préserver la clarté et les caractéristiques naturelles de la parole tout en réduisant efficacement le bruit de fond. Ces résultats démontrent le potentiel des CNN pour des applications de traitement du signal de parole dans des environnements bruyants
Description: 4.621.1.1327;70p
URI/URL: https://di.univ-blida.dz/jspui/handle/123456789/31125
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
mémoire_fatma_finale_chahi_ra.pdf2,75 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.